Integrating technologies associated with data sciencie in vocational and vocational guidance processes
DOI:
https://doi.org/10.37431/conectividad.v2i1.20Keywords:
Vocational guidance, Big Data, Data science, Official intelligence, Data miningAbstract
The Organic Law on Bilingual Intercultural Education (LOEI) refers to a relaxation of the types of baccalaureate. According to Salgado [1], they expect a technical analysis to be developed where there is a stronger role for the vocational counsellor. This leads to a more important vocational orientation. Currently, technologies related to Data Science such as Artificial Intelligence (AI) and Big Data Mining (Data Mining) are being developed very quickly and strongly to support decision-making processes where large amounts of data are involved. Vocational guidance according to [2] is a decision-making problem where there is a high degree of uncertainty and where classical decision-making models are not fully applicable to provide an effective solution.
The aim is to integrate these tools associated with data science that are already being applied in very diverse fields into the vocational and vocational guidance process. For this it is necessary to have data and therefore the objective is to concentrate on its extraction and collection, so questions arise as
what? where? and with what? look. In addition, it describes the role of these technologies with respect to the topic raised and research existing so far with respect to it. The methodology used is descriptive documentary. At the same time, the proposal of a project to build a technological tool that contributes to the search, collection and classification of data that can be used in vocational and professional orientation processes is presented.
References
¿Qué cambios trae la reforma a la Ley de Educación?, in El Comercio. 2021.
Santana Gustavo, V.J.A., Hacia un Sistema Virtual de orientación vocacional. Revista Cubana de Educación Superior, 2019.
Salas Irina, A.C., Orue Goar, La orientación vocacional en la Enseñanza Media Superior vista desde un sistema informático experto. EduSol, 2020. 20: p. 41-56.
Chávez, C.F., Sistema experto web para medir el perfil vocacional de los postulantes del centro pre universitario a la UNASAM, in Facultad de ciencias. 2020, Universidad nacional Santiago Antunez de Maloyo Mexico.
Cabrera, M.C., Models of vocational orientation for the choice of university training careers, in Revista Iberoamericana De La educación. 2020.
Meza Julio, R.L., Rico Ricardo, Estrada Yadira, Rodríguez Nadia, Diseño de un prototipo de sistema experto que permita identificar patrones basado en las aptitudes y habilidades académicas de los alumnos de nivel superior, in Revista Aristas: Investigación Básica y Aplicada. 2020, Revista Aristas: Investigación Básica y Aplicada. : México.
Aguirre Andrea Michael , C.G.J., Sistema de recomendación de carreras profesionales aplicando técnicas de learning analytics e inteligencia artificial para los estudiantes de bachillerato de la Unidad Educativa Particular Bilingüe Ecomundo., in Facultad de Ciencias Matemáticas y Físicas. 2020, Universidad de Guayaquil: Guayaquil, Ecuador.
Rojas Rafael, H.H., Arauco Saúl Ernesto,Rojas John Fredy Neural Network forVocational Guidance Based onThe Applicant's Profile For Admission To A Study Program, in Turkish Journal of Computer and Mathematics Education. 2021: Turquía.
Zadeh, L.A., Fuzzy logic, neural networks, and soft computing, in Communications of the ACM. 1994. p. 77-84. https://doi.org/10.1145/175247.175255
Cotaro, S.G., Contribución al estudio de la computación con palabras/percepciones, in Departamento de Inteligencia Artificial. 2007, Universidad Politécnica de Madrid: Madrid.
Castellanos Jose Ulises, P.C., Gutierrez Luis Carlos Modelo basado en lógica difusa para la construcción de condiciones de alta calidad en el sistema educativo, in CITAS: ciencia, innovación, tecnología, ambiente y sociedad. 2020.
Hernández Emilcy, D.N., Moreno Julián., Big Data: una exploración de investigaciones, tecnologías y casos de aplicación, in TecnoLógicas. 2017, Instituto Tecnológico Metropolitano: Colombia. p. 15-38. https://doi.org/10.22430/22565337.685
Oracle. ¿Qué es la ciencia de datos? 2020 [cited 2021 15]; Available from: https://www.oracle.com/mx/data-science/what-is-data-science/.
Castillo, J.A., Big Data IFCT128PO, I. Editorial, Editor. 2018: Málaga.
García Jesús, M.J., Berlanga Antonio, Patricio Miguel, Bustamante Álvaro, Padilla Washington, Ciencia de datos. Técnicas analíticas y aprendizaje estadístico, AlfaOmega, Editor. 2018, Publicaciones Altaria, S.L.: Colombia.
Jiménez Brian , P.C., Balado Pau Andrio, Marco M. Jesús., Aprendiendo a programar. Nuevos retos, nuevas propuestas, in Actas de las Jenu. 2019: Barcelona, España. p. 71-78.
Rodríguez Patricio, P.N., Mondaca Javier El uso de datos masivos y sus técnicas analíticas para el diseño e implementación de políticas públicas en Latinoamérica y el Caribe Banco Interamericano de Desarrollo 2017.
Camargo, A.J., Modelo para la predicción de la deserción de estudiantes de pregrado, basado en técnicas de minería de datos. 2020, Universidad de la Costa: Colombia.
Quiñonez Lenin, C.Y., Rendimiento académico empleando minería de datos, in Revista Espacios. 2020: Perú.
Beguerí Graciela, M.A., Minería de datos y una aplicación en la educación superior, in XIX Workshop de Investigadores en Ciencias de la Computación (WICC 2017, ITBA, Buenos Aires). 2017 Red de Universidades con Carreras en Informática (RedUNCI).
Russo, J.P. Mapeo sistemático y evaluación de arquitecturas de software para contextos de big data. 2018.
MongoDB, I. La base de datos líder para aplicaciones modernas. 2021; Available from: https://www.mongodb.com/es.
Moreno, L.N., Estudio del desempeño académico de estudiantes colombianos en las pruebas saber 11 y saber pro para la elección vocacional y permanencia universitaria, in Facultad de Ingeniería en Tecnologías de Información y Comunicación. 2019, Universidad Pontificia Bolivariana: Colombia.
Ardila, S., Desarrollo de una herramienta de asistencia para el análisis de pruebas psicométricas de una población grande utilizando técnicas de Big Data., in Programa de Ingeniería de Sistemas Y Computación. 2017, Universidad Tecnológica de Pereira: Colombia.
Nazareno Maximiliano , P.M.Á., Análisis de herramientas de extracción de comentarios de la red social Twitter y creación de un corpus no relacional para el posterior uso con el Procesamiento de Lenguaje Natural (PLN) y Minería de Opiniones (MO), in Facultad de ciencias matemáticas y físicas. 2021, Universidad de Guayaquil: Guayaquil, Ecuador. p. 143.
García-Bullé, S. Big data en el futuro de la innovación educativa. 2019; Available from: https://observatorio.tec.mx/edu-news/bigdata-educacion.
Mariñelarena-Dondena L., E., M. ,Castro Solano A., Extracción de conocimiento con técnicas de minería de textos aplicadas a la psicología, in Revista Argentina de Ciencias del Comportamiento. 2017: Argentina. p. 65-76. https://doi.org/10.32348/1852.4206.v9.n2.12701
Moo Armando, A.R., Hernández Francisco, Herramientas Web Scraping para la Adquisición de Datos Turísticos, in KIKAME. 2020: Tepic, Nayarit.
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Instituto Superior Tecnológico Universitario Rumiñahui
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
The originals published in the electronic edition under the first publication rights of the journal belong to the Instituto Superior Tecnológico Universitario Rumiñahui; therefore, it is necessary to cite the source in any partial or total reproduction. All the contents of the electronic journal are distributed under a Creative Commons Attribution-Noncommercial 4.0 International (CC-BY-NC 4.0) license.
2.png){kind=logo}
